基于rmm數(shù)據(jù)的降雨侵蝕力計(jì)算方法

基于rmm數(shù)據(jù)的降雨侵蝕力計(jì)算方法

降水是土壤水土流失的主要因素。降水是土壤水土流失的潛在能力，即降水侵蝕，對(duì)定量報(bào)告土壤侵蝕和土壤侵蝕具有重要意義。因此，在關(guān)注土壤侵蝕的同時(shí)，它也越來越重視計(jì)算降水侵蝕的方法，并將其應(yīng)用于各種土壤侵蝕模型。幾十年前，各地的研究開發(fā)出許多土壤侵蝕模型。這些模型的應(yīng)用環(huán)境非常不同，但模型使用了相似的物理因素，如坡度、降水、植被覆蓋和土壤侵蝕。在觀測(cè)經(jīng)驗(yàn)和多變量統(tǒng)計(jì)分析結(jié)果的基礎(chǔ)上，這些因素非常重要。在許多土壤侵蝕模型的參數(shù)因素中，降水是土壤侵蝕的主要因素。其中，與土壤侵蝕密切相關(guān)的降水特征參數(shù)（如降水）的計(jì)算，以及累積降雨時(shí)間（t）的最大降雨強(qiáng)度（i）。采用這種計(jì)算降雨侵蝕侵蝕指數(shù)的方法，需要連續(xù)記錄降水過程的數(shù)據(jù)。然而，在許多國(guó)家和地區(qū)很難獲得這些數(shù)據(jù)。之后，人們開始研究使用水文站點(diǎn)和其他觀測(cè)傳統(tǒng)降雨資料來估計(jì)降雨侵蝕的重要性，并使用傳統(tǒng)的降水統(tǒng)計(jì)數(shù)據(jù)進(jìn)行計(jì)算。然而，在許多國(guó)家和地區(qū)，很難獲得這些數(shù)據(jù)。之后，人們開始研究使用水文站點(diǎn)和氣象站點(diǎn)等傳統(tǒng)的降水統(tǒng)計(jì)數(shù)據(jù)來估計(jì)降雨侵蝕。這些數(shù)據(jù)只能準(zhǔn)確反映站附近地區(qū)的降水狀況，且空間分布不均。在計(jì)算過程中，需要進(jìn)行額外的插值處理，這給計(jì)算帶來了很大的挑戰(zhàn)。由于u減小模型對(duì)每個(gè)元素的精度要求很高，每個(gè)元素（尤其是降水因子）的偏差會(huì)導(dǎo)致很大的變化。因此，在上述降雨計(jì)算精度不高、觀測(cè)站分布不均勻的情況下，采用遙感手段獲取高時(shí)相降雨數(shù)據(jù)，并從不同波段的微波中找到降水特征。其中，使用最廣泛的是geos系列和trmm衛(wèi)星。因此，在總結(jié)了傳統(tǒng)降雨侵蝕因子算法的基礎(chǔ)上，提出了一種基于trmm數(shù)據(jù)的新方法，以克服傳統(tǒng)數(shù)據(jù)的不足和雨水站的不足。1jha-m1m-1USLE/RUSLE模型是目前應(yīng)用最廣泛的土壤侵蝕模型.它提出的以8000多個(gè)徑流小區(qū)資料為基礎(chǔ)的降雨侵蝕力因子計(jì)算公式較準(zhǔn)確地反映了降雨對(duì)土壤侵蝕的影響程度.降雨侵蝕力因子(R)是降雨引起的溝蝕和片蝕等的侵蝕動(dòng)力因子,它反映了降雨剝離土塊、土粒以及雨水對(duì)土壤的搬運(yùn)能力.降雨量和降雨強(qiáng)度越大,對(duì)土壤的運(yùn)移作用越大,降雨侵蝕力越強(qiáng).研究表明,當(dāng)其它因子保持不變時(shí),土壤侵蝕量與總降雨的動(dòng)能(E)和30min最大降雨強(qiáng)度(I30)的乘積成正比.RUSLE手冊(cè)建議采用的計(jì)算公式如下:其中R為年平均降雨侵蝕力因子(MJmmhm-2h-1a-1);n為計(jì)算R值的總年數(shù);j為參與計(jì)算的年份;m為第j年內(nèi)的暴雨次數(shù);k為參與計(jì)算的次暴雨;E為次降雨總動(dòng)能(MJha-(16));I30為次降雨最大30min雨強(qiáng)(mmh-1).公式(1)是根據(jù)美國(guó)東部近200多個(gè)站點(diǎn)的數(shù)據(jù)分析得到的方程,并且考慮了西部地區(qū)因地形的復(fù)雜性.其中,降雨總動(dòng)能E可以通過下式計(jì)算:其中e為單位降雨動(dòng)能(MJha-1mm-1);(35)V為降雨量(mm).而單位降雨動(dòng)能e的計(jì)算公式如下:其中i為降雨強(qiáng)度(mmh-1).總體上看,與土壤流失關(guān)系最密切的降雨特征因子為最大時(shí)段降雨強(qiáng)度(In),其次為降雨動(dòng)能(E),再次為降雨量(P).降雨動(dòng)能與土壤流失的相關(guān)程度較降雨量普遍偏高5%~30%.公式(1)利用最大30min降雨強(qiáng)度和降雨動(dòng)能結(jié)合在一起表達(dá)降雨侵蝕力,是十分符合水蝕規(guī)律的,而且Wischmeier以8000多個(gè)徑流小區(qū)資料為基礎(chǔ),分析、驗(yàn)證了降雨強(qiáng)度、降雨動(dòng)能、前期降雨量和耕作活動(dòng)等參數(shù)與土壤流失的關(guān)系,證明了其理論的正確性.然而,在實(shí)際應(yīng)用中,該方法對(duì)降雨資料要求很高:需要長(zhǎng)時(shí)間序列、高時(shí)間分辨率的降雨過程資料.USLE模型建議采用22年的降雨資料來計(jì)算R因子,而其中降雨強(qiáng)度的計(jì)算需依靠至少以小時(shí)為單位的次降雨過程長(zhǎng)時(shí)序資料.RUSLE手冊(cè)則建議采用以15天為步長(zhǎng),計(jì)算年平均降雨侵蝕力,從而可以反映降雨時(shí)間分布不均的問題,也相應(yīng)地反映了R因子的季節(jié)變化性.一般來說,這種要求是難以滿足的,尤其是在進(jìn)行大尺度范圍內(nèi)的水土流失評(píng)價(jià)時(shí).從USLE/RUSLE模型結(jié)構(gòu)本身來看,它用簡(jiǎn)單的因子相乘計(jì)算年侵蝕量,結(jié)構(gòu)清晰、方便易用、便于操作,但同時(shí)也帶來了一定的負(fù)面問題,即模型中任一個(gè)因子的計(jì)算精度都會(huì)對(duì)侵蝕結(jié)果產(chǎn)生較大的影響,而其中降雨侵蝕力因子R是最敏感的.因此,由于資料不足引起降雨因子的精度偏差,從而導(dǎo)致模型預(yù)報(bào)結(jié)果不準(zhǔn)的情況是顯而易見的,這極大地限制了模型的應(yīng)用和推廣.于是,世界各地的USLE/RUSLE模型的應(yīng)用者便開始著手研究替代方法來彌補(bǔ)該模型的不足.這些替代算法大多利用水文、氣象站點(diǎn)觀測(cè)的常規(guī)降雨資料計(jì)算降雨侵蝕力,其基本出發(fā)點(diǎn)是利用相對(duì)比較容易獲得的降雨量指標(biāo)代替需要降雨過程的動(dòng)能指標(biāo).一般來講,根據(jù)采用的數(shù)據(jù)資料的時(shí)間步長(zhǎng)可以分為以年降雨資料(包括逐年年降雨量和年平均降雨)、月降雨資料(包括逐年月降雨和月平均降雨)和日降雨資料(包括逐年日降雨和日平均降雨)為基礎(chǔ)的三類方法.由于這三類方法中所需的資料較較易獲取,因此基于此類方法的降雨侵蝕力算法模型被廣泛采用,這些模型也已經(jīng)在世界各地取得了較好的效果,但也面臨一些共同的問題.1)無論年降雨資料模型、月降雨資料模型或日降雨資料模型,都是對(duì)次降雨過程資料的簡(jiǎn)化或代替.因此,在應(yīng)用過程中,必須針對(duì)不同地區(qū)的降雨特點(diǎn),建立次降雨過程侵蝕力和常規(guī)氣象資料侵蝕力之間的回歸方程,然后計(jì)算出不同算法的回歸系數(shù),即模型的參數(shù).這是一個(gè)繁瑣的過程,必須以當(dāng)?shù)亟涤赀^程資料為樣本.2)盡管簡(jiǎn)化算法的精度相對(duì)較高,但前提條件是必須有充足的氣象資料,并且觀測(cè)站點(diǎn)布置的比較合理,通過插值計(jì)算出的雨量的精度能夠滿足要求.然而,在發(fā)展中國(guó)家,雨量站、氣象站點(diǎn)的密度相對(duì)較低,且仍存在很多站點(diǎn)稀疏的地區(qū),尤其是山地,資料缺乏也是一個(gè)不小的挑戰(zhàn).此外,一般觀測(cè)站點(diǎn)的測(cè)量值只能較準(zhǔn)確地反映站點(diǎn)附近區(qū)域的降雨特征,而離站點(diǎn)較遠(yuǎn)的地方通過插值計(jì)算出的結(jié)果精度稍差.因此,研究者也在考慮是否能通過其他手段獲得精度與常規(guī)資料相當(dāng)甚至更好的降雨數(shù)據(jù),以滿足無資料地區(qū)或者大尺度范圍內(nèi)的降雨侵蝕力的計(jì)算要求.2基于trmm數(shù)據(jù)的r因子計(jì)算方法2.1年生時(shí)期大氣測(cè)量熱帶降雨觀測(cè)衛(wèi)星(TropicalRainfallMeasuringMission,TRMM)是由美國(guó)NASA(NationalAeronauticalandSpaceAdministration)和日本NASDA(NationalSpaceDevelopmentAgency)共同研制并于1997年11月27日發(fā)射成功的試驗(yàn)衛(wèi)星.TRMM提供了一個(gè)觀測(cè)全球降雨的平臺(tái),它能夠提供降雨強(qiáng)度的頻率分布和地區(qū)覆蓋、對(duì)流雨和層狀雨的分類、水汽現(xiàn)象的垂直分布、大雨隨時(shí)間的變化等信息,使準(zhǔn)周期性循環(huán)異常的降雨時(shí)空變化制圖成為可能.TRMM成功運(yùn)行13年也凸顯了遙感在觀測(cè)地球水循環(huán)和天氣預(yù)報(bào)領(lǐng)域的潛能.TRMM衛(wèi)星共搭載5種遙感儀器,分別為:可見光/紅外掃描儀VIRS(VisibleandInfraredScanner)、微波成像儀TMI(TRMMMicrowaveImager)、降雨雷達(dá)PR(PrecipitationRadar)、閃電成像儀LIS(LightingImagingSensor)及云和地球輻射能量系統(tǒng)CERES(CloudsandtheEarth’sRadiantEnergySystem)其中VIRS,TMI和PR為TRMM衛(wèi)星的基本降雨測(cè)量?jī)x器.TRMM數(shù)據(jù)共分5個(gè)層次(0~4),它們分別代表經(jīng)過不同程度處理的資料:第0層,以時(shí)間為序并且有質(zhì)量控制的原始衛(wèi)星數(shù)據(jù);第1層,標(biāo)定后的VIRS反射率/亮溫,TMI亮溫資料,PR的回波功率和反射率數(shù)據(jù),它們的分辨率等于觀測(cè)儀器的像素點(diǎn)的大小;第2層,用第1層數(shù)據(jù)計(jì)算出的大氣狀況數(shù)據(jù)(如降雨、云中液態(tài)水的含量、潛熱釋放等),它具有與第1層數(shù)據(jù)相同的分辨率;第3層,經(jīng)過空間和時(shí)間平均后得到的格點(diǎn)形式的氣象數(shù)據(jù);第4層,資料分析產(chǎn)品和TRMM資料與其它探測(cè)資料聯(lián)合反演得到的數(shù)據(jù)產(chǎn)品.按級(jí)別可分為三個(gè)等級(jí),上述第1層為一級(jí)產(chǎn)品,第2層為二級(jí)產(chǎn)品,第3,4層為三級(jí)產(chǎn)品,如圖1所示.本研究采用的是TRMM3B42數(shù)據(jù)集(/).該數(shù)據(jù)集是用紅外亮溫資料,采用3B-42算法得到的準(zhǔn)全球的降雨估量數(shù)據(jù).該數(shù)據(jù)集由TRMM科學(xué)資料信息系統(tǒng)(TSDIS)和TRMM辦公室聯(lián)合制作,由美國(guó)國(guó)家航空航天局(NASA)的地球科學(xué)事業(yè)(ESE)戰(zhàn)略計(jì)劃資助并分發(fā).資料的存檔和分發(fā)由Goddard分布式數(shù)據(jù)檔案中心負(fù)責(zé),同時(shí)該資料沒有版權(quán)限制.3B42算法是由TRMM科學(xué)小組開發(fā)的一種綜合降雨評(píng)估算法,它結(jié)合了2B31,2A12,微波成像專用傳感器(SSMI),改進(jìn)的微波掃描輻射計(jì)(AMSR),高級(jí)微波探測(cè)器(AMSU)等多種被認(rèn)為是高質(zhì)量的降雨評(píng)估算法,并對(duì)地球同步紅外觀測(cè)系統(tǒng)獲得的紅外輻射資料進(jìn)行了校準(zhǔn).高質(zhì)量的準(zhǔn)全球降雨評(píng)估資料是通過對(duì)紅外亮溫資料進(jìn)行校準(zhǔn)獲得的.而且,3B-42降雨評(píng)估資料可用來評(píng)價(jià)衡量由數(shù)據(jù)集3B-43分析得來的降雨月資料.3B42數(shù)據(jù)集的空間分辨率為0.25°×0.25°,時(shí)間分辨率為3h,單位:mmh-1.2.2次降雨侵蝕力計(jì)算根據(jù)第1節(jié)中討論的降雨侵蝕力計(jì)算方法,本研究中采用TRMM3B42中的3h降雨強(qiáng)度資料進(jìn)行降雨計(jì)算,分別計(jì)算了年降雨侵蝕、月降雨侵蝕和次降雨侵蝕,具體的算式模型如下.根據(jù)(1)式進(jìn)行計(jì)算,再結(jié)合(2)和(3)式,得出次降雨侵蝕力計(jì)算公式:其中Re為次降雨侵蝕力因子(MJmmha-1h-1event-1);iavr為TRMM資料中的3h平均降雨強(qiáng)度;I180為TRMM資料中的次降雨最大180min降雨強(qiáng)度.對(duì)于月降雨侵蝕力,則是將一個(gè)月內(nèi)的次降雨侵蝕力疊加而得到:其中Rm為月降雨侵蝕力因子(MJmmha-1h-1mon-1);m為該月次降雨的次數(shù).對(duì)于年降雨侵蝕力,則是將一年內(nèi)的次降雨侵蝕力疊加而得到:其中Ry為年降雨侵蝕力因子(MJmmha-1h-1a-1);n為該年次降雨的次數(shù).3研究區(qū)域和數(shù)據(jù)3.1上游河流及其流域大凌河是遼寧省西部最大的河流,地理位置:東經(jīng)118°46′~121°50′,北緯40°28′~42°38′,如圖2所示.上游分南北兩支,南支發(fā)源于遼寧省建昌縣水泉溝,北支發(fā)源于河北省平泉縣,南北兩支于喀左縣城附近匯合,流經(jīng)朝陽市、北票市、義縣、凌海市后注入渤海.干流全長(zhǎng)435km,流域面積23837km2,其中遼寧省省內(nèi)面積20285km2,占全流域面積的85%.3.2數(shù)據(jù)和模型分析本研究所采用的衛(wèi)星降雨數(shù)據(jù)是TRMM3B42資料2005年全年每日的3h降雨資料.數(shù)據(jù)的空間分辨率是0.25°×0.25°,共有52個(gè)對(duì)應(yīng)的格網(wǎng)覆蓋整個(gè)流域,如圖3所示.另外,為了驗(yàn)證和對(duì)比TRMM數(shù)據(jù)的精度,采用了大凌河流域及其附近區(qū)域19個(gè)國(guó)家氣象局氣象臺(tái)站的日雨量資料進(jìn)行對(duì)比分析,其站點(diǎn)信息見表1,空間分布情況見圖3.4結(jié)果與分析4.1降雨侵蝕力的計(jì)算1)年降雨侵蝕力根據(jù)上節(jié)所述公式(4)計(jì)算2005年大凌河流域年降雨侵蝕力,如圖4所示.可以看出整個(gè)流域年降雨侵蝕力變化較大,范圍從最低的444.9到最高的2481.9MJmmha-1h-1.結(jié)合流域的地形情況看,西南部為海拔較高的高山地區(qū),降雨侵蝕力較大;流域中部地形偏緩,對(duì)應(yīng)的降雨侵蝕力較小.2)月降雨侵蝕力本研究針對(duì)大凌河流域,計(jì)算了2005年7,8,9三個(gè)月的月降雨侵蝕力,如圖5所示.從圖5中可以看出,8月分降雨侵蝕力最大,7月份次之,9月份最小.其中最大降雨侵蝕1898.6MJmmha-1h-1mon-1,發(fā)生在8月份;而降雨侵蝕力的最小值為1.0,發(fā)生在9月份.3)次降雨侵蝕力根據(jù)2005年5,6,7,8四個(gè)月123天的日降雨序列數(shù)據(jù)情況,研究選擇了3次次降雨過程進(jìn)行降雨侵蝕力的計(jì)算,分別是:次降雨1(以后簡(jiǎn)稱Event1),從2005年5月29日早上6點(diǎn)開始,至2005年6月2日早上6點(diǎn)結(jié)束,平均降雨強(qiáng)度0.7mmh-1;次降雨2(以后簡(jiǎn)稱Event2),從2005年6月12日上午9點(diǎn)開始,至2005年6月20日下午15點(diǎn)結(jié)束,平均降雨強(qiáng)度0.4mmh-1;次降雨3(以后簡(jiǎn)稱Event3),從2005年8月11日晚21點(diǎn)開始,至2005年8月17日下午15點(diǎn)結(jié)束平均降雨強(qiáng)度0.52mmh-1.降雨侵蝕結(jié)果如圖6所示.4.2日降雨侵蝕力1)降雨量與降雨侵蝕力的關(guān)系圖7為2005年大凌河流域年降雨總量分布圖.對(duì)比圖4和圖7可以發(fā)現(xiàn),年降雨總量和降雨侵蝕力成線性正相關(guān),即降雨比較豐富的地方相應(yīng)的降雨侵蝕力偏大.從年度情況看,流域降雨分布不均,在流域西南高山地區(qū)及東北緩坡地區(qū),年降雨量較大,而其它地區(qū)降雨相對(duì)較少.2)降雨侵蝕力的季節(jié)變化圖8表示了大凌河流域2005年度12個(gè)月份中的降雨侵蝕力分布情況.流域平均降雨侵蝕力季節(jié)分布屬于單峰型,主要集中在5~8月份,占全年的85%,其中8月份是降雨侵蝕最強(qiáng)的時(shí)段(也是水土流失最強(qiáng)烈的時(shí)段),降雨侵蝕力占全年的26.9%.為了進(jìn)一步說明降雨侵蝕力的季節(jié)變化情況,制作了流域月降雨變化圖,如圖9所示.可以看出大凌河流域降雨量年內(nèi)變化趨勢(shì)十分明顯,年內(nèi)降雨季節(jié)分布不均,降雨集中在4~9月,可占全年總降雨量的90%以上.其中夏季(6,7,8月)降雨量最大,占到全年的72%;冬季(12~翌年2月)降雨最小,僅占全年的1.8%.最大日降雨發(fā)生在7月,日降雨量為767.9mm.對(duì)比圖8和圖9,可以發(fā)現(xiàn)研究區(qū)降雨侵蝕力的季節(jié)變化與降雨量的變化趨勢(shì)并不完全一致,因?yàn)榻涤昵治g力是由侵蝕性降雨標(biāo)準(zhǔn)以上的降雨引起的,即由雨量和雨強(qiáng)兩方面因素決定,而并非直接由雨量決定.但由于夏季多發(fā)生暴雨,雨量大、雨強(qiáng)大,因此降雨侵蝕力的季節(jié)分布的主要在夏季.3)方法驗(yàn)證為了驗(yàn)證TRMM衛(wèi)星降雨資料的可靠性和精度,本研究采用大凌河流域及附近區(qū)域的國(guó)家氣象站點(diǎn)觀測(cè)的日降雨數(shù)據(jù)對(duì)其進(jìn)行了對(duì)比驗(yàn)證.由于國(guó)家氣象站點(diǎn)空間分布比較稀疏,在整個(gè)大凌河流域范圍內(nèi)只有3個(gè)站點(diǎn),因此研究也考慮了流域附近周圍的16個(gè)氣象臺(tái)站,共計(jì)19個(gè)氣象站點(diǎn),如表1所示.首先將站點(diǎn)觀測(cè)日降雨資料利用反距離權(quán)重方法進(jìn)行插值;然后進(jìn)行網(wǎng)格化,生成和TRMM3B42資料格網(wǎng)大小一致的格網(wǎng)(均為0.25°×0.25°),保持和TRMM的空間分辨率一致;最后將衛(wèi)星降雨數(shù)據(jù)(簡(jiǎn)稱TRMM)和站點(diǎn)插值資料(簡(jiǎn)稱PLU)進(jìn)行對(duì)比分析.圖10是2005年7,8,9三個(gè)月大凌河流域站點(diǎn)觀測(cè)資料(PLU)和衛(wèi)星降雨資料(TRMM)的日平均降雨曲線.從圖10中可以發(fā)現(xiàn),和站點(diǎn)資料相比,TRMM衛(wèi)星降雨數(shù)據(jù)依舊可以很好地反映區(qū)域降雨的季節(jié)性變化趨勢(shì).7,8月份為大凌河流域的主要降雨季節(jié),TRMM資料比站點(diǎn)資料值偏大,而在降雨較少的9月份TRMM卻得到了相對(duì)偏低的值.這也符合TRMM3B42數(shù)據(jù)在旱季降雨偏少,雨季降雨量偏大的特點(diǎn).另外,從降雨總量看,如圖11所示,站點(diǎn)資料和衛(wèi)星資料得到的2005年7,8,9三個(gè)月份的降雨總量保持相當(dāng).其中TRMM在7月份偏高,8月偏低.4)相關(guān)分析僅從前兩個(gè)圖表分析情況并不能完全反映站點(diǎn)資料和TRMM的精度情況,因此,又做了站點(diǎn)資料和TRMM資料的相關(guān)分析,如圖12所示.針對(duì)每一個(gè)格網(wǎng)內(nèi)的兩種降雨資料(TRMM數(shù)據(jù)和站點(diǎn)資料)的日平均降雨量進(jìn)行相關(guān)分析,計(jì)算了對(duì)應(yīng)的相關(guān)系數(shù).可以看出,相關(guān)系數(shù)值的范圍大多集中在0.7~1.0之間,平均相關(guān)系數(shù)在0.86左右,有些甚者達(dá)到了1,這也表明,總體上TRMM衛(wèi)星資料和站點(diǎn)資料結(jié)果接近,也證明了TRMM數(shù)據(jù)的精度是較高的;同時(shí),圖12中也有部分相關(guān)系數(shù)很小,甚至出現(xiàn)個(gè)別的負(fù)值.分析認(rèn)為僅有的負(fù)值的出現(xiàn)可能是站點(diǎn)資料的遺漏或者錯(cuò)誤造成的,站點(diǎn)資料本身的誤差以及插值過程中的誤差都可能是出現(xiàn)負(fù)值的原因.需要說明的是,由于缺乏降雨強(qiáng)度資料,在和衛(wèi)星數(shù)據(jù)對(duì)比分析時(shí),只采用了實(shí)測(cè)的降雨量資料,但也能對(duì)衛(wèi)星資料的精度起到一定的說服力.圖13描述了站點(diǎn)資料和衛(wèi)星降雨資料對(duì)應(yīng)格網(wǎng)的相關(guān)系數(shù)空間分布情況,從圖13中可以看出整個(gè)流域內(nèi)兩種資料的相關(guān)性非常好.由于1和2兩點(diǎn)分布了兩個(gè)氣象站點(diǎn),相應(yīng)的其周圍格網(wǎng)的相關(guān)系數(shù)較高,相關(guān)性更好.這也從側(cè)面反映,和站點(diǎn)資料相比,TRMM數(shù)據(jù)可以較好地反映降雨的時(shí)空分布性.5大凌河流域降雨侵蝕力計(jì)算方法定量評(píng)價(jià)流域的土壤侵蝕狀況對(duì)于流域水保措施的制定、區(qū)域發(fā)展規(guī)劃乃至國(guó)家生態(tài)安全、防洪安全、飲水安全和糧食安全都具有重要的科學(xué)和工程意義.由于影響土壤水力侵蝕的主要因素,如降雨、植被、土壤和地形等,具有極強(qiáng)的時(shí)空異質(zhì)性,因此,借助遙感和GIS的技術(shù)優(yōu)勢(shì),開展流域尺度的土壤侵蝕計(jì)算,是流域管理的迫切需要,也是遙感應(yīng)用研究的前沿課題之一.而降雨侵蝕力的計(jì)算是定量評(píng)估土壤水力侵蝕的基礎(chǔ).TRMM衛(wèi)星降雨資料不僅可以較好地反映降雨的空間分布性,而且也具有較高的時(shí)間精度,可以更加準(zhǔn)確地計(jì)算流域的降雨侵蝕力.這也解決了土壤侵蝕計(jì)算中降雨強(qiáng)度資料缺乏的瓶頸,為計(jì)算流域降雨侵蝕力提供了新途徑.由于TRMM數(shù)據(jù)的適用性,該數(shù)據(jù)也正在水文模擬、旱澇評(píng)估中發(fā)揮著獨(dú)特的優(yōu)勢(shì).本文總結(jié)了現(xiàn)有利用常規(guī)氣象站點(diǎn)觀測(cè)降雨資料計(jì)算降雨侵蝕力的方法,然后提出了基于TRMM衛(wèi)星3B42降雨資料進(jìn)行降雨侵蝕力的計(jì)算方法,用3h降雨強(qiáng)度代替了降雨侵蝕力計(jì)算中的30min最大降雨強(qiáng)度